高压粉末制样-X射线荧光光谱法测定海洋沉积物中28种组分

常规粉末压片制样是一种简单、高效的绿色环保制样技术,但是应用于某些沉积物样品制备存在样片表面粗糙和粉末容易脱落的问题。实验采用高于常规的压力进行样品制备,建立了X射线荧光光谱法(XRF)分析海洋沉积物样品中包括硫、氧化钠、氧化镁、三氧化二铝、二氧化硅、五氧化二磷、氧化钾、氧化钙、二氧化钛、氧化锰、三氧化二铁、钴、镍、铜、锌、钒、铬、镓、铌、锆、钇、锶、铷、铅、钡、镧、钕和铪在内的28种主、微量组分的方法。探讨了压力为300 kN和1 600 kN时的制样效果,并尝试引入BP神经网络模型利用其非线性拟合能力校正主量组分的基体效应。结果表明,采用1 600 kN压力制备的样片,表面致密、光滑、不龟裂和不掉粉,制样重复性和测试精密度也有较大提高。以55个有证标准物质中17种组分的数据集为训练样本,建立了海洋沉积物样品中主、微量组分的遗传算法-BP神经网络预测模型。按照实验方法对各组分含量相对较低的实际样品连续测试12次,计算得方法的检出限在 0.63～634 μg/g之间;精密度试验结果表明,各组分测定值的相对标准偏差(RSD, n=7)为0.16%～25.1%。方法用于海洋沉积物实际样品分析,其分析结果与国标法的测定结果吻合,能够满足海洋沉积物样品中多种组分准确分析的要求。     

超薄壁厚非标准轴承外圈止动槽与密封槽的车削

分析工件加工部位壁厚较薄变形情况，将传统的加工工艺进行改进，新工艺所加工出的工件合格率大大提高。     

X射线荧光光谱法测定海洋沉积物中二氧化硅的测量不确定度评定

目前,基于《测量不确定度表述指南》(GUM)的 bottom-up 技术是测量不确定度评定的主流方法,但是评定步骤烦琐,容易遗漏或重复计算不确定度分量,某些复杂过程的不确定度分量难以量化,应用于化学检测实验室的测量不确定度评定存在局限。依据新国标GB/T 27411-2012提出的top-down法,探讨了质控图法在评定海洋沉积物中SiO₂的测量不确定度中的应用。利用2013年实验室日常分析质控样海洋沉积物国家标准物质GBW07309中SiO₂的监控数据进行评定,正态统计量A^2*(s) 和A^2*(MR)分别为0.870和0.787,精密度检验S_R′小于0.254,偏倚检验|公式小于0.40,单值图和移动极差控制图没有失控点,整个测量系统处于统计受控状态,基于移动极差平均值的S_R′即为测量不确定度。此法比GUM 方法更为实用和简单,在X射线荧光光谱分析领域测量不确定度的评定方面具有重要的应用前景。     

“数据库原理及应用”双语教学探讨与实践

针对地方本科院校实施双语教学基础薄弱的情况,以及中英文语言的差异所产生的思维模式差异,采用实例教学、师生互动实践教学、"错误"反向教学法、小班授课等多样化的教学方法,并结合"数据库原理及应用"课程所采用工具和平台的英文特征,让学生在应用过程中掌握了知识点的英语表述能力,从而找到了采用英语教授专业知识的结合点。     

“数据库原理及应用”双语教学课程改革

分析了“数据库原理及应用”这门计算机专业核心课程较强的理论性、实用性等特点以及目前双语教学存在的问题.在此基础上,从学时分配、理论教学、实践教学等几个方面提出了增加理论和实践课时量,课程内容结构重新调整,加强理论联系实践实例讲解,增加使用数据库工程设计软件辅助教学,有利于学生综合应用能力的培养以及数据库系统整体框架的掌握.     

计算机课程教学模式的探索和思考

提高教学质量是教师追求的一个永恒目标,文章根据计算机课程教学的特点,提出有针对性地采取多种教学模式,同时注重心理教育,最终达到提高教学质量的目的.     

第三代轿车轮毂双列角接触球轴承的设计

介绍了第三代轿车轮毂双列角接触球轴承的设计方法,在符合常规轴承设计原理的基础上,较全面地考虑轴承的特殊结构,计算式中参数的选择,并准确地算出轴承的主参数及各零件的尺寸。     

基于SQL Server的高可用性在校园网教务管理系统中的实现

本文通过对校园网教务管理系统的需求进行分析,并对实现数据同步的各种技术进行比较,利用复制技术实现本文的高可用性并应用于校园网教务管理系统,采用SQL SERVER实现数据库复制,利用JAVA、JSP等技术实现校园网教务管理系统的功能,使得校园网的教务管理系统的稳定性极大提高。实现了系统的高可用性。     

LPC2300系列ARM以太网接口的应用

通过SmartARM2300工控开发平台的10/100M以太网接口,实现一个基于SmartARM2300工控开发硬件平台的ZLG/IP的以太网驱动程序的编写。实现后该平台平台上可以运行ZLG/IP协议栈,并可实现其所有功能。     

基于离散Hopfield神经网络的数据智能识别

Hopfield网络是一种反馈型神经网络,具有丰富的动力学特性。当前,Hopfield网络广泛地应用于优化计算和联想记忆。本文探究Hopfield网络模型在数据检索中的运用,提出新的解决方案,并指出该网络存在的问题。